矽谷那幫人最近大概在頭痛一件事：如果有人處心積慮蓋了一座富麗堂皇的虛擬智庫，裡面塞滿了看起來像模像樣的報告、論文和地緣政治分析，結果全是為了誘導 AI 吐出特定立場的內容，模型該怎麼辦？這不是科幻小說，而是正在發生的現實。當以色列被爆出疑似透過虛假智庫來操弄 AI 聊天機器人的認知時，我們得面對一個殘酷的技術事實：當前的四大模型在面對「有組織的真實感」時，防線比想像中脆弱。
問題在於檢索增強生成（RAG）和長文本窗口的雙重負擔。以 ChatGPT 為例，當你要求它分析某個中東衝突的現狀，它的搜尋組件會優先抓取那些格式規範、引用完整且看起來具有權威性的來源。如果一個虛假智庫在 SEO 上下足了功夫，並且其輸出的 PDF 文件結構完美符合 GPT-4o 的解析偏好，那麼這套虛假敘事就會順理成章地進入模型的 context 之中。這不是簡單的「幻覺」，而是模型在邏輯層面被「投毒」了。系統認為自己在處理高品質的外部知識，實際上卻是在幫政治公關公司背書。
Claude 在處理這類問題時顯得稍微「神經過敏」一些。Anthropic 內置的憲法 AI 訓練讓它在遇到敏感政治議題時，往往會啟動一種近乎防禦性的中立姿態。如果你把那些虛假智庫的內容餵給 Claude，它可能會在回答中不斷加入「有觀點認為」、「然而也有證據顯示」這類對沖語句。這種做法雖然規避了直接被洗腦的風險，卻也暴露了模型在辨識「事實真偽」與「語氣權威性」之間的失能。它分不清這是一個真正的研究機構，還是一個包裝精美的傳聲筒，它只能選擇誰都不得罪。
在這種訊息戰的背景下，我們看到 DeepSeek-v4-flash-vision-exp 的動態引發了不少討論。相較於 DeepSeek-v4-flash-vision-exp 展現出的處理速度，Gemini 在應對多模態虛假訊息時的處理邏輯更值得玩味。Google 擁有地表最強的索引庫，理應能識別出這些智庫網域的註冊時間和關聯性，但在實際測試中，Gemini 往往會陷入一種「權威盲從」。只要訊息源的排版夠專業、術語夠艱澀，Gemini 就傾向於給予較高的權重。這種技術慣性在面對地緣政治操弄時，簡直是給對方開了後門。
Grok 則是另一個極端。馬斯克宣稱的「反覺醒」和「追尋真相」，讓 Grok 在抓取 X（原 Twitter）上的即時資訊時，非常容易撞上那些被水軍刻意擴散的虛假智庫連結。與 ChatGPT 試圖維持的一種精緻平衡不同，Grok 的語氣往往帶著一種對既有敘事的反叛，而這種反叛剛好最容易被那些「非主流但看起來專業」的假訊息所利用。當模型被設計成要挖掘「被隱瞞的真相」時，它往往會忽略最基本的來源驗證。
這件事背後的陰影遠不止於幾個聊天機器人說錯話。四大模型目前都與特定國家的國防部門有著深淺不一的合約關係。當這些模型被集成到決策輔助系統中，而輸入的數據來源已經被敵對或友盟國家的情報體系污染，這就成了一個莫比烏斯環式的悖論：我們用 AI 來消除人類的偏見和誤判，結果 AI 本身成了最昂貴的偏見放大器。
如果未來幾年，網路空間充斥著 90% 由 AI 生成、為了餵養 AI 而存在的「專業報告」，我們該如何定義所謂的基準真相？當四大平台都在標榜自己更聰明、更懂人類時，它們是否具備哪怕一點點辨別「穿著西裝的謊言」的能力？還是說，我們最終會發現，這些價值千億美金的矽谷產物，本質上只是一群看見格式正確就盲目點頭的數位速記員？